A novel fictitious sequence generation approach for fast estimations of hybrid real-time HVAC system in building performances

Une nouvelle approche de génération de séquences fictives pour des estimations rapides de systèmes CVC hybrides en temps réel dans les performances des bâtiments Les simulations Hardware in the Loop (HIL) offrent un avantage de test en temps réel dans des conditions de champ quasi réelles, car elles comportent deux parties, une partie réelle et une partie virtuelle. Dans la plupart des cas, la partie réelle est le système qui doit être testé (généralement un système de chauffage ou de refroidissement), tandis que la partie virtuelle constitue l'enveloppe du bâtiment qui combine l'environnement bâti et les conditions météorologiques. On peut utiliser cette philosophie pour évaluer la performance saisonnière d'un système de chauffage/refroidissement par rapport à une enveloppe de bâtiment particulière. Les méthodologies existantes utilisent cette philosophie HIL pour évaluer l'efficacité saisonnière. Ils s'appuient sur l'idée de récupérer des jours représentatifs de test à partir des données météorologiques existantes. Ces journées types peuvent inclure des journées de différentes saisons. La sélection des jours pertinents est basée sur la technique de regroupement où les jours de différentes saisons sont utilisés pour les tests sont discontinus, ce qui a entraîné des retards supplémentaires dans la durée des tests.Ce travail de recherche propose une alternative à l'approche du jour de ramassage : la conception de données météorologiques fictives représentatives. On peut surmonter la méthodologie de test actuelle en essayant d'ajouter plus de fonctionnalités au temps de test en développant de nouvelles conditions météorologiques fictives basées sur les métadonnées des données météorologiques de toute l'année. Ces données fictives peuvent représenter toutes les données météorologiques ou les données que nous voulons en utilisant ces conditions de test fictives. Un tel résultat est ensuite comparé avec la méthode de clustering de pointe.Enfin plusieurs séquences courtes fictives sont générées pour vérifier si la méthodologie pourrait poser des incertitudes sur les performances saisonnières évaluées. Les résultats obtenus à l'aide de la méthodologie des séquences fictives tiennent bon pour différentes conditions climatiques, différentes enveloppes de bâtiments et différentes séquences d'essais. Les résultats obtenus expliquent également que la même chose pourrait être appliquée aux cas d'utilisation où plusieurs caractéristiques (signaux) pourraient être impliquées pour les applications HIL en boucle ouverte et en boucle fermée théoriquement.